MétaCan
Menu
Retour à la cohorte
Enregistrement W4414168981 · doi:10.1016/j.neubiorev.2025.106375

Effort and boredom shape our experience of time

2025· article· en· W4414168981 sur OpenAlexaff
Wanja Wolff, Sena Özay-Otgonbayar, James Danckert, Maik Bieleke, Corinna Martarelli

Notice bibliographique

RevueNeuroscience & Biobehavioral Reviews · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungDeutsche Forschungsgemeinschaft
Mots-clésBoredomFeelingPerceptionTask (project management)InteroceptionTime perceptionMind-wandering

Résumé

récupéré en direct d'OpenAlex

Situations change over time, and so does our experience of them. For example, a task may initially feel engaging but can, over time, become monotonous and boring. Similarly, as processing demands increase or one's momentary capabilities decline, the same task can feel more or less effortful. The dynamics of these task-induced sensations matter because boredom and perceived effort shape behavior by driving optimization of resource utilization. Time is among the most fundamental resources to which people tend to be acutely sensitive across contexts. Here, we propose that the sensations of boredom and effort influence how the passing of time is experienced. Specifically, both states are linked to changes in interoception-the perception of internal bodily signals-which is known to play a key role in time perception. This proposal offers a framework for understanding how fundamental regulatory sensations, such as boredom and effort, shape temporal experience through interoceptive mechanisms. We highlight the insular cortex as a potential hub mediating the effects of interoceptive signals on time perception, integrating feelings of boredom and effort, and their influence on the experience of time.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,081
Tête enseignante GPT0,373
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroscience & Biobehavioral ReviewsMême sujetMind wandering and attentionTravaux en français237 207